經常有同學抱怨：我們公司的用戶分析做得太挫了。雖然數(shù)據列了很多，可都是簡單地把用戶按新老分個類，然后對比下性別、年齡、活躍時長、付費的差異就結束了。最后丟一句新用戶搜索功能用得少，建議搞高……這分析完全沒用處呀！用戶分析到底要怎么做才有用？今天系統(tǒng)解答一下。
首先大家要明白：簡單地拉個交叉表，丫就不叫分析，丫就是一張表而已。做數(shù)據分析，要有清晰的目標和可落地的細節(jié)才行。在用戶分析領域，則是分成了策略/執(zhí)行兩大類專題。
策略層用戶分析
在策略層，用戶分析要著力解決三個核心問題
1、重點用戶是誰：我的業(yè)務，依靠少數(shù)高層次用戶，還是大量低層次用戶？
2、 獲得用戶方式：我的目標用戶，是通過篩選得到，還是通過培養(yǎng)得到？
3、投入產出比測算：獲取/培養(yǎng)一個合格的目標用戶，需要多久，投入產出比多少？
問題一，是事關業(yè)務成敗的關鍵。因為高中低用戶層次，需求天生不同。如果選擇滿足少數(shù)高層次用戶，意味著一定有非常高的新用戶流失率，一定要提供足夠有吸引力的，讓普通人望而卻步，讓有錢人顯得足夠尊貴、足夠爽的產品與服務才行。如果選擇滿足大多數(shù)人的需求，薄利多銷是必然的（如下圖）。
很難有一個業(yè)務滿足所有層次人的需求，必須有所取舍。在業(yè)務到一定規(guī)模之前，得先服務好某一個群體，才能建立品牌形象和口碑。因此，用戶價值分層分析，是非常重要的。并且不能光看實際用戶的數(shù)據，還得和目標群體做對比，來判斷是否打造的品牌還不夠高端，還得再加碼。
問題二，是設計執(zhí)行方案的思路來源。并非所有的客戶都能培養(yǎng)，很多高端服務，比如金融、汽車、房子、商業(yè)投資、甚至美容保健，天生需要高端客戶才能受用得起。此時只能做篩選，大浪淘沙地從大量新用戶中，挑選出符合目標的。而零售、餐飲等行業(yè)既能走培養(yǎng)忠實用戶的路線，又能走高端路線，此時就得業(yè)務方自己很清醒：我到底要做培養(yǎng)，還是篩超高端用戶。
在數(shù)據上，觀察培養(yǎng)與篩選的區(qū)別，主要看用戶的需求是否會隨著與我司關系深入而增加，以及能否被我司營銷行為影響。如果經過長期相處與反復投放，都很難提升用戶表現(xiàn)，則說明至少在當下我司力所能及的范圍內，用戶是無法被培養(yǎng)的。如果有某些措施能明顯提升用戶表現(xiàn)，則說明這個手段是好的培養(yǎng)手段。
問題三，是設計執(zhí)行方案的尺子。給用戶的補貼不可能無休無止，底線在哪里，要考獲客/培養(yǎng)用戶的投入產出比測算。
如果用戶行為本身發(fā)生得很隨機，則測算可以簡化。比如啤酒、瓜子、礦泉水一類零食，用戶購買可能完全是臨時起意，沒啥深入思考，也沒啥忠誠度可言。此時只靠按單次廣告投放核算成本即可。只要每次投出去的商品能賺錢就行。
比較有挑戰(zhàn)的是需要培養(yǎng)才見效的用戶。比如做美容，可能頭三次都是為了吸引用戶充卡加會員做的體驗服務，收費很少，只有在體驗期充卡的才能賺回利潤。這時候就得把握：有多大比例用戶轉化，轉化用戶利潤是否能覆蓋體驗用戶的成本。
解決了策略問題以后，匯總的輸出成果就是一張用戶價值分布地圖（如下圖），在這里要清晰地展示：
1、我依靠的用戶群體是誰，有多大商業(yè)價值？
2、用戶成長軌跡是什么，獲客以后多長時間能達成期望產出？
3、用戶成長關鍵節(jié)點是什么，節(jié)點上業(yè)務動作是啥，往下一階段的轉化率/留存率是多少？
回答完這三個問題，策略層面就算做得差不多了，可以探討執(zhí)行層面了。
執(zhí)行層用戶分析
到了執(zhí)行層面，用戶分析反而變得簡單了。因為在執(zhí)行層，核心解決的問題就是：如何讓用戶響應我的策略。一條具體的策略，比如促進用戶二次消費，落實到執(zhí)行層，就是具體的：
1、在什么時間（看自然時間 or 用戶生命周期時間）
2、用什么渠道（站內廣告頁、站外廣告、短信……）
3、用什么文案（利益型、感情型、蹭熱點型、……）
4、搭配什么商品（同類商品、關聯(lián)商品、熱銷商品……）
5、給多少優(yōu)惠（積分、禮品、優(yōu)惠券……）
這一整套信息推送到用戶身上，之后期待用戶能產生響應（如下圖）：
在執(zhí)行層，更多是大量的響應分析，看我的運營手段，是否能達成目標。如果只看一次推送的響應，收獲會很小。如果把圍繞同一目標的歷次執(zhí)行擺在一起，就能發(fā)現(xiàn)很多規(guī)律。比如下圖，針對用戶首單購買，講多次推送列列清單，能發(fā)現(xiàn)更多問題。
此時，可以利用歷次數(shù)據，同時給用戶和業(yè)務打標。
用戶標簽：活動偏好、促銷敏感度、渠道偏好、內容偏好
業(yè)務標簽：XX渠道/內容/產品，更容易吸引XX類型用戶
這些標簽是可以直接指導業(yè)務行為的。在已知用戶偏好的情況下，可以直接按標簽組合，生成運營策略，所謂的自動化營銷（Marketing Automatic簡稱MA）就是這個思路。
也可以把一個用戶群體的所有標簽擺在一起，看群體需求。比如發(fā)現(xiàn)高價值群體都更偏好某一類產品，則可以相應開發(fā)搭配產品、升級版產品。
也可以基于執(zhí)行層的結果，反向影響策略。比如原來用戶成長軌跡里，在1個月左右有明顯轉折。經過運營操作，用戶生命周期已延長，到3個月，但響應成本也在增加。此時可以考慮在第2、3個月，階梯性增加高利潤產品推送，來彌補成本損失，保持高收益。
小結
什么很多公司的用戶分析做不出東西來，原因已經很清晰了：
1、沒有策略層分析，每次都用性別、年齡、累計消費、活躍這些簡單分類維度劃分用戶，把各種類型混雜在一起看平均值，模糊了重點。
2、沒有策略指引，執(zhí)行層做得非常散，總是針對一次次零散活動搞評估，不注意圍繞一個目標多測試幾次，也沒有同一群體多次活動對比。
3、沒有標簽積累，總是零散地看各種數(shù)據，不沉淀標簽，不驗證標簽。雖然看似做了很多，但缺少表現(xiàn)穩(wěn)定的標簽。
這樣總是沒頭蒼蠅一樣，肯定沒結論積累。當然，不見得每個公司的運營，都能很清醒地先定策略，再做執(zhí)行，再復盤積累標簽。很多公司的運營，也是頭疼醫(yī)頭、腳疼醫(yī)腳，看著活躍低了就上大轉盤，看著新人少了就砸一波流量，看著轉化低了就猛發(fā)券。這樣在執(zhí)行層做出來的事情很零散，對積累數(shù)據經驗是很不利的。
但是作為數(shù)據分析人員，策略層的洞察是不依賴執(zhí)行的，完全可以自己多做，這樣加深了自己的策略認知，再回頭看執(zhí)行層的數(shù)據，也更容易得出結論來。
看完覺得寫得好的，不防打賞一元，以支持藍海情報網揭秘更多好的項目。
感謝您的支持，我會繼續(xù)努力的!
打開支付寶掃一掃，即可進行掃碼打賞哦
手機直接保存圖片,掃一掃識別二維碼,即可進行掃碼打賞哦
